A közösségi médiába feltöltött videókból könnyedén el tudják lopni a hangunkat a mesterséges intelligencia segítségével. Mindössze tíz másodpercnyi beszédhang is elég lehet a csalóknak ahhoz, hogy visszaélésre használhassák azt.
A Dívány cikke szerint feltörekvő csalástípusnak számít, hogy feltöltött videókból, hangklipekből lopják el egy adott személy hangját, amellyel aztán különféle módokon tudnak visszaélni. Ez többféleképpen is felhasználhatják az áldozat ellen. Egyrészt az unokázós hívásokhoz hasonló beszélgetésekben hitethetik el a hozzátartozókkal, hogy bajban van az adott személy, másrészt ha valahol hangazonosításon alapuló rendszert használsz, abba is bejuthatnak ennek segítségével. Luca Arnaboldi, a Briminghami Egyetem professzora kétségesnek tartja, hogy tíz másodpercnyi hanganyag alapján élethű módon tudnák leképezni a beszédet bizonyos oldalak, azonban egy 50 másodperces felvételből már biztosan tudnak dolgozni a csalók.
A csalás ellen a legegyszerűbben úgy lehet védekezni, ha nem tesszük elérhetővé a közösségi médiában a hangunkat videókon, illetve ha nem küldünk hangüzenetet olyan embereknek, akiket nem ismerünk jól. Így szerzik meg egy élet munkáját a csalók: Az MNB telefonszámait klónozzák a kibercsalók, banki ügyintézőnek hazudják magukat.